Keras:基于Theano和TensorFlow的深度学习库 这就是Keras Keras是一个高层神经网络库，Keras由纯Python编写而成并基Tensorflow或Theano。Keras 为支持快 速实验而生，能够把你的idea迅速转换为结果，如果你有如下需求，请选择Keras： 简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性） 支持CNN和RNN，或二者的结合 支持任意的链接方案（包括多输入和多输出训练） 无缝CPU和GPU切换 Keras适用的Python版

Tensorflow官方文档中文版，供大家学习！内容来源 英文官方网站 http://tensorflow.org 官方GiHb仓库 https://github.com/tensorflow/tensorflow 中文版 GitHub仓厍: https://github.com/jikexueyuanwiki/tensorf'lowzh 参与者(按认领章节排序) 翻译 (YIZheng Tony Jin chenweican OngJIn btter Warn TICX ° wangalcc

SOTA-MT 该项目试图在机器翻译的各个子任务上保持SOTA性能。我们还对NMT的最新进展和潜在的研究趋势进行了详细的回顾。欢迎任何意见和建议。 1.简介 机器翻译已进入神经方法时代，吸引了越来越多的研究人员。目前，每年都会发表数百篇MT论文，对于研究人员来说，要了解每个研究方向上的SOTA模型都有些困难。因此，我们尝试记录该项目中的SOTA绩效。 神经机器翻译有几个研究方向，包括体系结构设计，多模式翻译，语音和同时翻译，文档翻译，多语言翻译，半监督翻译，无监督翻译，领域自适应，非自回归翻译

我们提出了意见建议，这是一项新颖的任务，可以结合特定用户对某产品的评价分数来共同生成某条评价，而该评价分数不会被该用户评价，而其他用户则对该产品已有评价，以及该用户给予的评价已给予其他产品。 意见推荐的一个特征是依赖于多个数据源进行多任务联合学习。 我们使用单个神经网络对用户和产品进行建模，并使用深度存储网络生成自定义的产品表示，从中共同构建自定义的评分和评论。 结果表明，与Yelp自己的评分相比，我们的意见推荐系统所提供的评分更接近Yelp.com数据上的真实用户评分。 与多个管道基线相比，我